「AI開発の丸投げダメ。ゼッタイ。」ベンダーが教えるプロジェクトが成功する4つの秘訣

このエントリーをはてなブックマークに追加

2019年2月13日、株式会社レッジは日本最大級のビジネスAIカンファレンス『THE AI 3rd』を開催。「AI時代の適者生存 ── 生まれ変わるために“今”すべきこと」をテーマに、業種や産業を跨いだAI、ディープラーニングの活用事例が業界のトップランナーにより語られました。

「ベンダー企業、ユーザー企業それぞれから見たAIプロジェクト」と題して講演した富士通クラウドテクノロジーズ株式会社 西尾 敬広氏とライオン株式会社 石田 和裕氏は、AIプロジェクトを成功させるための4つの秘訣を語りました。

西尾 敬広
富士通クラウドテクノロジーズ株式会社
ビジネスデザイン本部 データデザイン部 シニアマネージャー
デジタル関連技術の実装支援実績多数。現在進行形でリテール、不動産、製造業などのAIプロジェクトを統括。


石田 和裕
ライオン株式会社
研究開発本部 イノベーションラボ 主任研究員
ライオンの基盤技術であるオーラルヘルスケアを基軸にデジタルと融合した新サービスの開発に従事。

AIベンダーが事業会社に求める最低限のAI知識

AIを導入したいが、AIの知見が全くない」そんな時に多くの企業が頼るのが、AIベンダーです。富士通クラウドテクノロジーズの西尾氏は、AIプロジェクトの成功確率を上げるための、「ベンダー目線で伝えたい重要認識」が4点あると語ります。

AIの価値についての理解

AIの価値は、

  • 非属人化
  • 省力化
  • 品質向上

の3点に大きく分けられます。そして、それぞれのバランスを考慮したKPI策定が必要です。“AIは人間を超える”といったイメージから、品質向上の1点に偏ってKPIが策定されることも多いそう。

――西尾
「『品質向上』だけに目を向けると、ビジネスインパクトが見えづらく、プロジェクトが進みづらいです。それは、人間以上の精度をAIが出すのが非常に難しいためです。

そのため、KPIを策定する必要があります。例えば、AIで50人と予測した来客数が、実際は40人だった場合、許容できるかどうかです。

多くの要素が絡み合うAIプロジェクトのスムーズな進行には、フレームワークを効果的に使うのがおすすめです」


KPIを時系列で整理したビジネスフローマップを使うことで、AI導入の効果が業務タスク別に把握できます。

また、DIVAプラン(Data, Information, Value, Achievementの各項目が明確に示されたプラン)は、AIで解決したい課題の取捨選択に役立つとのこと。

データについての正しい理解

――西尾
「AIの価値を理解し、的確なAI導入構想を立てたとしても、AIの命となるデータに欠損があれば、AI活用は滞ってしまいます。

データを精査すると、重複していたり、完全に情報が埋まっていないケースも多い。顧客がAI開発に使えると認識していたデータのうち、本当に使えたのは20%ほどしかなかったということもあります」

AI開発に必要なのは、正しいかつ欠損の少ないデータです。データの欠損を防ぐには、データ作りの段階からデータの質に気を配る必要があります。

必要なコストと期間

――西尾
「AI導入にあたり、多くの事業会社が気にかけるのが、費用です。一般的に、AI開発期間は実証実験を含めて6ヶ月以上、費用は概算でも最低1,000万以上かかります。

AIを導入するには、それなりの期間と費用がかかるため、どのくらいのリターンを生み出すのかしっかりと試算し、覚悟を持って取り組む必要があります」

ドメイン知識の必要性

――西尾
「最後に強調したいのが、ドメイン知識の必要性です。はじめから業界のバリューチェンに詳しい万能なデータサイエンティストはほとんど存在しません。そのため、業界や自社事業について、事業会社の担当者からデータサイエンティストにインプットする必要があります」

1つの業務タスクだけではなく、業務フローや事業全体を把握することが、効果的なAI導入に繋がります。事業会社から業界知識のないベンダーへの丸投げでは、AIプロジェクトは成功しないわけです。

――西尾
「AI導入後の運用まで考えると、事業会社側の担当者が、数学、統計、機械学習の基礎を学び、Pythonを少し書けるくらいになるのが良いです。

月数百万円をかけて外部のデータサイエンティストを雇うよりも、ベンダーと対等に話せる人材を社内に置くことが理想です」

AIを基礎から理解し、ベンダーと認識をすり合わせることで、AI導入は大きく成功に近づきます。AIの知見が全くないところからAI開発を進めるには、多くのハードルがあります。本講演では、ハードルを乗り越えた好事例、ライオンの口臭アプリ「RePERO」の開発ストーリーを紹介していただきました。

AIが使えそうなのはわかるけど、ノウハウがない

ライオンは、洗剤や歯磨きなどの製造販売という、AIとは全く無縁のビジネスをしています。しかし、消費者の声を聞くと、「さまざまな商品で対策しても、口臭ケアに不安を感じる」との声が7割近くあるなど、従来の商品開発だけでは、消費者の根本的な悩みを解消できなかったといいます。

消費者の不安を取り除くためには、ケア効果の可視化が大切だと考え、目をつけたのが、手軽さと結果の納得性を考慮したスマートフォンです。

――石田
「舌苔(舌の白い部分)の色が口臭に関係することは、過去の研究からわかっていました。そこで、スマートフォンのカメラで撮影した舌の色味をスコアリングし、実際に測定した口臭をプロットしてみると、相関関係があったんです。

ですが、スマートフォンの機種や光環境によって判定結果にばらつきが出てしまいました。測定環境が変わると、同じ基準で口臭判定ができないのです。

ただ、担当者自身が画像を見れば、ある程度の口臭判定ができるようになっていました。そこから、AIが使えるのではと思いついたんです」

しかし、社内には全くAIのノウハウがなかったため、外部のパートナーを探したと石田氏はいいます。

AIを共同開発できるパートナーと出会い、プロジェクトが軌道に乗る

ライオンはすでにデータを集めていたので、データのフォーマットが決まっているベンダーとの協業は断念したといいます。そんな中、たまたま参加した富士通クラウドテクノロジーズが主催したデータサイエンス基礎講座がきっかけで、同社に口臭アプリ開発の相談を持ちかけたそうです。

――石田
「AIプロジェクトを成功に導くには、課題設定とデータの前処理が最も重要です。富士通クラウドテクノロジーズは、その2点を含めた依頼内容を自分事化し、本質的な目標を理解してくれました。AIについてトータルで相談でき、信頼をおけるパートナーと組めたのが、プロジェクト成功の決め手でしたね」

2週間のアプリ体験で、口臭に対する不安が解消された人が6割、オーラルケア意識が高まった人が9割という結果となり、実証実験は成功。口臭への意識を高めることで、新たに口臭ケアグッズを習慣として取り入れた人も多くいるなど、口臭の見える化で口臭不安を解消するという、当初の目的以外にも効果が表れたといいます。

ベンダー企業が持つ技術が自社で使えるどうかの見極めは当然重要です。しかし、ベンダー企業と課題感や視点をすり合わせられるかどうかも、忘れてはいけません。

富士通クラウドテクノロジーズの講演資料は下記からダウンロード可能

本講演の資料は、下記からダウンロード可能です。